高效的 SAX 处理

Question

我有一系列包含邮政编码及其相应纬度和经度的 XML，就像这样；

<?xml version="1.0"?>
<postcodes>
    <entry postcode='AB1 0AA' latitude='7.101478' longitude='2.242852' />
    <entry postcode='AB1 0AB' latitude='7.201458' longitude='2.122952' />
</postcodes>

XML 被拆分为以某个字母开头的邮政编码，因此字母表中的每个字母都有一个 XML。它们之间有英国的每个邮政编码，这意味着这些 XML 文件中最大的有 300,000 个entry 元素。

我正在遍历 Entity 对象的列表，以通过 SAX 放置它们的邮政编码，以针对每个邮政编码检索 longitude 和 latitude 值。所以，如果我有 2000 个实体对象，我会让 SAX 处理程序运行 2000 次来检索这些值。下面的循环代码；

em = emf.createEntityManager();

    for (Integer id : siteID){ 
            site = em.find(SiteTable.class, id);
            if(site != null && site.getPostcode() != null && !site.getPostcode().equals("")){
                XMLPositionRetriever.runXMLQuery(site.getPostcode()); 
            }
            else{
                System.out.println("The site and/or postcode against this Instruction does not exist.");
            }
     }
em.close();

site.getPostcode() 在处理程序中变为postcodeToFind。下面使用的唯一 SAX 处理程序方法的代码；

@Override 
public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
    if (postcodeToFind.equals(attributes.getValue("postcode"))){
        System.out.println("The postcode '"+postcodeToFind+"', has a latitude of "+attributes.getValue("latitude")+" and a longitude of "+attributes.getValue("longitude"));
        throw new SAXException();   
    }      
}

目前这很耗时（2000 次搜索只需要不到 4 分钟），但我需要加快加载时间。最好在 30 秒以下。到目前为止，我已经设法将加载时间减少了一半以下；

• 将 Handler 必须运行的次数减少到必要的次数（通过减少需要检查的实体数量）。
• 一旦找到我需要的数据，让 startElement() 方法抛出异常，这样它就不会不必要地继续搜索。
• 将 XML 文件分成更小的文件（每个字母对应一个），以便处理程序检查每个文件的元素更少。

问：是否有人对更有效的 SAX 处理有任何其他建议？

Answer 1

如果您可以将要检索地理位置的所有邮政编码传递给您的处理程序，则处理程序可以一次性检索它们。 执行此操作的 SAXHandler 可能如下所示：

import java.util.HashMap;
import java.util.List;
import java.util.Map;

import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.DefaultHandler;

public class SAXDemo extends DefaultHandler {

  private Map<String, Location> postalCodeMap;

  static class Location {
    String latitude;

    String longitude;
  }

  public SAXDemo(List<String> postalCodes) {
    this.postalCodeMap = new HashMap<String, SAXDemo.Location>();
    for (String postalCodeToLookFor : postalCodes) {
      this.postalCodeMap.put(postalCodeToLookFor, new Location());
    }
  }

  @Override
  public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
    String postCodeOfElem = attributes.getValue("postcode");
    if (postCodeOfElem != null && this.postalCodeMap.containsKey(postCodeOfElem)) {
      Location loc = this.postalCodeMap.get(postCodeOfElem);
      loc.latitude = attributes.getValue("latitude");
      loc.longitude = attributes.getValue("longitude");
    }
  }

  public Location getLocationForPostalCode(String postalCode) {
    return this.postalCodeMap.get(postalCode);
  }

  public Map<String, Location> getAllFoundGeoLocations() {
    return this.postalCodeMap;
  }
}

在这里，您将一个字符串列表传递给处理程序的构造函数，然后让处理程序使用您的所有 XML 数据解析文档。 解析完成后，所有检索到的地理位置都可以在postalCodeMap中找到